一种基于双隶属度FSVM的网络入侵检测方法

发布时间：2025-07-03 03:25

　　 针对网络入侵检测系统中检测率低的问题,本文提出一种基于双隶属度FSVM的非平衡数据分类方法。该方法考虑到训练样本存在样本不平衡和噪声污染样本问题,首先利用FCM聚类方法计算类内平衡隶属度,构成模糊隶属函数,同时考虑到样本间数量、分散度等因素导致样本间不平衡的问题,在模糊隶属函数中引入类间平衡隶属度,然后设计一种基于双隶属度FSVM对不平衡样本进行机器学习和分类。

【文章页数】：5 页

【文章目录】：
1 DM-FSVM入侵检测模型构建
2 模糊支持向量机
3 双隶属度函数设计
    3.1 类内平衡隶属度
    3.2 类间平衡隶属度
4 仿真实验
    4.1 样本采集
    4.2 评价准则
    4.3 实验结果
5 结论



本文编号：4055692